SPSS上機(jī)實(shí)驗(yàn)報(bào)告指南

1、SPSS應(yīng)用軟件試驗(yàn)指導(dǎo)手冊(cè)指南1 描述統(tǒng)計(jì)一、目的與要求統(tǒng)計(jì)分析的目的在于研究總體特征。但是，由于各種各樣的原因，我們能夠得到的往往只能是從總體中隨機(jī)抽取的一部分觀察對(duì)象，他們構(gòu)成了樣本，只有通過對(duì)樣本的研究，我們才能對(duì)總體的實(shí)際情況做出可能的推斷。因此描述性統(tǒng)計(jì)分析是統(tǒng)計(jì)分析的第一步，做好這一步是進(jìn)行正確統(tǒng)計(jì)推斷的先決條件。通過描述性統(tǒng)計(jì)分析可以大致了解數(shù)據(jù)的分布類型和特點(diǎn)、數(shù)據(jù)分布的集中趨勢(shì)和離散程度，或?qū)?shù)據(jù)進(jìn)行初步的探索性分析（包括檢查數(shù)據(jù)是否有錯(cuò)誤，對(duì)數(shù)據(jù)分布特征和規(guī)律進(jìn)行初步觀察）。上機(jī)試驗(yàn)旨在：引到學(xué)生利用正確的統(tǒng)計(jì)方法對(duì)數(shù)據(jù)進(jìn)行適當(dāng)?shù)恼砗惋@示，描述并探索出數(shù)據(jù)內(nèi)在的數(shù)量規(guī)律

2、性，掌握統(tǒng)計(jì)思想，培養(yǎng)學(xué)生學(xué)習(xí)統(tǒng)計(jì)學(xué)的興趣，為繼續(xù)學(xué)習(xí)推斷統(tǒng)計(jì)方法及應(yīng)用各種統(tǒng)計(jì)方法解決實(shí)際問題打下必要而堅(jiān)實(shí)的基礎(chǔ)。二、統(tǒng)計(jì)原理描述統(tǒng)計(jì)是統(tǒng)計(jì)分析的基礎(chǔ)，它包括數(shù)據(jù)的收集、整理、顯示，對(duì)數(shù)據(jù)中有用信息的提取和分析，通常用一些描述統(tǒng)計(jì)量來(lái)進(jìn)行分析。集中趨勢(shì)的特征值：均值、眾數(shù)、中位數(shù)等。其中均值適用于正態(tài)分布和對(duì)稱分布資料，中位數(shù)適用于所有分布類型的資料。離散趨勢(shì)的特征值：全距、內(nèi)距、方差、標(biāo)準(zhǔn)差、離散系數(shù)等。其中標(biāo)準(zhǔn)差、方差適用于正態(tài)分布資料。分布特征值：偏態(tài)系數(shù)、峰度系數(shù)、他們反映了數(shù)據(jù)偏離正態(tài)分布的程度。三、上機(jī)內(nèi)容與步驟下面給出的一個(gè)例題是來(lái)自SPSS軟件自帶的數(shù)據(jù)文件“Employe

3、e.data”，該文件包含某公司員工的工資、工齡、職業(yè)等變量，我們將利用此例題給出相關(guān)的描述統(tǒng)計(jì)說(shuō)明，本例中，我們將以員工的當(dāng)前工資為例，計(jì)算該公司員工當(dāng)前工資的一些描述統(tǒng)計(jì)量，如均值、頻數(shù)、方差等描述統(tǒng)計(jì)量的計(jì)算。1頻數(shù)分析（Frequencies）頻數(shù)分析多適用于離散變量，其功能是描述離散變量的分布特征?；窘y(tǒng)計(jì)分析往往從頻數(shù)分析開始。通過頻數(shù)分析能夠了解變量取值的狀況，對(duì)把握數(shù)據(jù)的分布特征是非常有用的。比如，在某項(xiàng)調(diào)查中，想要知道被調(diào)查者的性別分布狀況。頻數(shù)分析的第一個(gè)基本任務(wù)是編制頻數(shù)分布表。SPSS中的頻數(shù)分布表包括的內(nèi)容有：（1）頻數(shù)（Frequency）即變量值落在某個(gè)區(qū)間中的次

4、數(shù)。（2）百分比（Percent）即各頻數(shù)占總樣本數(shù)的百分比。（3）有效百分比（Valid Percent）即各頻數(shù)占有效樣本數(shù)的百分比。這里有效樣本數(shù)總樣本缺失樣本數(shù)。（4）累計(jì)百分比（Cumulative Percent）即各百分比逐級(jí)累加起來(lái)的結(jié)果。最終取值為百分之百。頻數(shù)分析的第二個(gè)基本任務(wù)是繪制統(tǒng)計(jì)圖。統(tǒng)計(jì)圖是一種最為直接的數(shù)據(jù)刻畫方式，能夠非常清晰直觀地展示變量的取值狀況。頻數(shù)分析中常用的統(tǒng)計(jì)圖包括：條形圖，餅圖，直方圖等。l 頻數(shù)分析的應(yīng)用步驟在SPSS中的頻數(shù)分析的實(shí)現(xiàn)步驟如下：選擇菜單“【文件】>【打開】>【數(shù)據(jù)】”在對(duì)話框中找到需要分析的數(shù)據(jù)文件“SPSS/Em

5、ployee data”，然后選擇“打開”。選擇菜單“【分析】>【描述統(tǒng)計(jì)】>【頻率】”。如圖2.1所示 詢問是否輸出頻數(shù)分布表圖2.1 Frequencies對(duì)話框確定所要分析的變量，例如 年齡在變量選擇確定之后，在同一窗口上，點(diǎn)擊“Statistics”按鈕，打開統(tǒng)計(jì)量對(duì)話框，如下圖2.2所示，選擇統(tǒng)計(jì)輸出選項(xiàng)。圖2.2 統(tǒng)計(jì)量子對(duì)話框圖2.3 Charts子對(duì)話框l 結(jié)果輸出與分析點(diǎn)擊Frequencies 對(duì)話框中的“OK”按鈕，即得到下面的結(jié)果。表2.4 描述性統(tǒng)計(jì)量StatisticsGenderNValid474Missing0表2.4中給出了總樣本量（N），其中變量

6、Gender的有效個(gè)數(shù)（Valid）為474個(gè)、缺失值（missing）為0。表2.5 Gender頻數(shù)分布表 FrequencyPercentValid PercentCumulative PercentValidFemale21645.645.645.6 Male25854.454.4100.0 Total474100.0100.0 表2.5中，F(xiàn)requency是頻數(shù)，Percent是按總樣本量為分母計(jì)算的百分比，Valid Percent是以有效樣本量為分母計(jì)算的百分比，Cumulative Percent是累計(jì)百分比。圖2.5變量Gender的條形圖，圖2.6變量Gender的餅圖。

7、圖2.5 變量gender的條形圖圖2.6 變量gender的餅圖2描述統(tǒng)計(jì)（Descriptives） 描述統(tǒng)計(jì)主要對(duì)定距型或定比型數(shù)據(jù)的分布特征作具體分析。SPSS的【描述】命令專門用于計(jì)算各種描述統(tǒng)計(jì)性統(tǒng)計(jì)量。本節(jié)利用某年國(guó)內(nèi)上市公司的財(cái)務(wù)數(shù)據(jù)來(lái)介紹描述統(tǒng)計(jì)量在SPSS中的計(jì)算方法。具體操作步驟如下：選擇菜單【分析】【描述統(tǒng)計(jì)】【描述】，如圖2.7所示圖2.7 描述 對(duì)話框?qū)⒋治龅淖兞恳迫隫ariables列表框，例如將每股收益率、凈資產(chǎn)收益率、資產(chǎn)負(fù)債率等2個(gè)變量進(jìn)行描述性統(tǒng)計(jì)，以觀察上市公司股權(quán)集中度情況和負(fù)債比率的高低。Save standardized values as va

8、riables，對(duì)所選擇的每個(gè)變量進(jìn)行標(biāo)準(zhǔn)化處理，產(chǎn)生相應(yīng)的Z分值，作為新變量保存在數(shù)據(jù)窗口中。其變量名為相應(yīng)變量名前加前綴z。標(biāo)準(zhǔn)化計(jì)算公式：?jiǎn)螕簟具x項(xiàng)】按鈕，如圖2.8 所示，選擇需要計(jì)算的描述統(tǒng)計(jì)量。各描述統(tǒng)計(jì)量同F(xiàn)requencies命令中的Statistics子對(duì)話框中大部分相同，這里不再重復(fù)。圖2.8 選項(xiàng) 子對(duì)話框在主對(duì)話框中單擊ok執(zhí)行操作。結(jié)果輸出與分析在結(jié)果輸出窗口中給出了所選變量的相應(yīng)描述統(tǒng)計(jì)，如表2.6所示。從表中可以看到，我國(guó)上市公司前兩大股東持股比例之比平均高達(dá)102.9，說(shuō)明“一股獨(dú)大”的現(xiàn)象比較嚴(yán)重；前五大股東持股比例之和平均為51.8%，資產(chǎn)負(fù)債率平均為46.

9、78%。另外，從偏態(tài)和峰度指標(biāo)看出，前兩大股東持股比例之比的分布呈現(xiàn)比較明顯的右偏，而且比較尖峭。為了驗(yàn)證這一結(jié)論，可以利用Frequencies命令畫出變量z的直方圖，如圖2.9表2.6 描述統(tǒng)計(jì)量表Descriptive Statistics NMeanStd.SkewnessKurtosisStatisticStatisticStatisticStatisticStd. ErrorStatisticStd. Error前兩大股東持股比例之比315102.865199.1997464.168.13722.404.274前五大股東持股比例的平方和315.51836.1496003.602.1

10、37-.318.274資產(chǎn)負(fù)債率315.4677.16773-.165.137-.414.274Valid N (listwise)315 圖2.9 變量Z的直方圖3探索分析（Explore） 調(diào)用此過程可對(duì)變量進(jìn)行更為深入詳盡的描述性統(tǒng)計(jì)分析，故稱之為探索分析。它在一般描述性統(tǒng)計(jì)指標(biāo)的基礎(chǔ)上，增加有關(guān)數(shù)據(jù)其他特征的文字與圖形描述，顯得更加細(xì)致與全面，對(duì)數(shù)據(jù)分析更進(jìn)一步。 探索分析一般通過數(shù)據(jù)文件在分組與不分組的情況下獲得常用統(tǒng)計(jì)量和圖形。一般以圖形方式輸出，直觀幫助研究者確定奇異值、影響點(diǎn)、還可以進(jìn)行假設(shè)檢驗(yàn)，以及確定研究者要使用的某種統(tǒng)計(jì)方式是否合適。 在打開的數(shù)據(jù)文件上，選擇如下命令：選

11、擇菜單“【分析】>【描述統(tǒng)計(jì)】>【探索】”，打開對(duì)話框。因變量列表；待分析的變量名稱，例如將每股收益率作為研究變量。因子列表：從源變量框中選擇一個(gè)或多個(gè)變量進(jìn)入因子列表，分組變量可以將數(shù)據(jù)按照該觀察值進(jìn)行分組分析。標(biāo)準(zhǔn)個(gè)案：在源變量表中指定一個(gè)變量作為觀察值的標(biāo)識(shí)變量。在輸出欄中，選擇“兩者都”，表示輸出圖形及描述統(tǒng)計(jì)量。選擇【統(tǒng)計(jì)量】按鈕，選擇想要計(jì)算的描述統(tǒng)計(jì)量。如圖所示對(duì)所要計(jì)算的變量的頻數(shù)分布及其統(tǒng)計(jì)量值作圖 打開“Plots對(duì)話框”，出現(xiàn)如下圖。¨ 結(jié)果的輸出與說(shuō)明 （1）Case Processing Summary 表 在Case Processing Su

12、mmary 表中可以看出female 有216個(gè)個(gè)體，Male258個(gè)個(gè)體，均無(wú)缺失值。 （2）Descriptives 表 Descriptives Gender StatisticStd. ErrorCurrent SalaryFemaleMean$26,031.92$514.25895% Confidence Interval for MeanLower Bound$25,018.29 Upper Bound$27,045.55 5% Trimmed Mean$25,248.30 Median$24,300.00 Variance57123688.268 Std. Deviation$7

13、,558.021 Minimum$15,750 Maximum$58,125 Range$42,375 Interquartile Range$7,013 Skewness1.863.166Kurtosis4.641.330MaleMean$41,441.78$1,213.96895% Confidence Interval for MeanLower Bound$39,051.19 Upper Bound$43,832.37 5% Trimmed Mean$39,445.87 Median$32,850.00 Variance380219336.303 Std. Deviation$19,4

14、99.214 Minimum$19,650 Maximum$135,000 Range$115,350 Interquartile Range$22,675 Skewness1.639.152Kurtosis2.780.302（3）職位員工薪水直方圖顯示 （4）莖葉圖描述 莖葉圖自左向右可以分為3 大部分：頻數(shù)（Frequency）、莖（Stem）和葉（Leaf）。莖表示數(shù)值的整數(shù)部分，葉表示數(shù)值的小數(shù)部分。每行的莖和每個(gè)葉組成的數(shù)字相加再乘以莖寬（Stem Width），即莖葉所表示的實(shí)際數(shù)值的近似值。Current Salary Stem-and-Leaf Plot forgender=

15、Female Frequency Stem & Leaf 2.00 1 . 55 16.00 1 . 6666666666777777 14.00 1 . 88889999999999 31.00 2 . 0000000000000111111111111111111 35.00 2 . 22222222222222222222233333333333333 38.00 2 . 44444444444444444444444444555555555555 22.00 2 . 6666666666677777777777 17.00 2 . 88888899999999999 7.00

16、3 . 0001111 8.00 3 . 22233333 8.00 3 . 44444555 5.00 3 . 66777 2.00 3 . 88 11.00 Extremes (>=40800) Stem width: 10000 Each leaf: 1 case(s)（5）箱圖 圖中灰色區(qū)域的方箱為箱圖的主體，上中下3 條線分別表示變量值的第75、50、25百分位數(shù)，因此變量的50%觀察值落在這一區(qū)域中。 方箱中的中心粗線為中位數(shù)。箱圖中的觸須線是中間的縱向直線，上端截至線為變量的最大值，下端截至線為變量的最小值。 四、上機(jī)練習(xí)完成下列試驗(yàn)內(nèi)容，并按所附試驗(yàn)報(bào)告的格式撰寫報(bào)告。1

17、.表2.7為某班級(jí)16位學(xué)生的身高數(shù)據(jù)，對(duì)其進(jìn)行頻數(shù)分析，并對(duì)實(shí)驗(yàn)報(bào)告做出說(shuō)明。表2.7 某班16位學(xué)生的身高數(shù)據(jù)學(xué)號(hào)性別身高（cm）學(xué)號(hào)性別身高（cm）1M1709M1502F17310M1573F16911F1774M15512M1605F17413F1696F17814M1547M15615F1728F17116F1802.測(cè)量18臺(tái)電腦筆記重量，見表2.8，對(duì)其進(jìn)行描述統(tǒng)計(jì)量分析，并對(duì)試驗(yàn)結(jié)果做出說(shuō)明。表2.8 18臺(tái)筆記本電腦重量表序號(hào)123456789重量1.751.921.591.851.831.681.891.701.79序號(hào)101112131415161718重量1.661.

18、801.832.051.911.761.881.831.79指南2：統(tǒng)計(jì)推斷一、目的與要求1.熟悉點(diǎn)估計(jì)概念與操作方法2.熟悉區(qū)間估計(jì)的概念與操作方法3.熟練掌握T檢驗(yàn)的SPSS操作4.學(xué)會(huì)利用T檢驗(yàn)方法解決身邊的實(shí)際問題 二、統(tǒng)計(jì)原理1.參數(shù)估計(jì)的基本原理2.假設(shè)檢驗(yàn)的基本原理三、上機(jī)內(nèi)容與步驟 1.單個(gè)總體均值的區(qū)間估計(jì) 例題：為研究在黃金時(shí)段中,即每晚8:30-9:00 內(nèi),電視廣告所占時(shí)間的多少。美國(guó)廣告協(xié)會(huì)抽樣調(diào)查了20個(gè)最佳電視時(shí)段中廣告所占的時(shí)間（單位：分鐘）。請(qǐng)給出每晚8:30 開始的半小時(shí)內(nèi)廣告所占時(shí)間區(qū)間估計(jì)，給定的置信度為95。 操作程序： ¨ 打開SPSS，建

19、立數(shù)據(jù)文件：“ 電視節(jié)目市場(chǎng)調(diào)查.sav”。這里，研究變量為：time，即每天看電視的時(shí)間。 ¨ 選擇區(qū)間估計(jì)選項(xiàng)，方法如下： 選擇菜單【分析】>【描述統(tǒng)計(jì)】>【探索】” ，打開圖3.1Explore 對(duì)話框。¨ 從源變量清單中將“time”變量移入Dependent List框中。圖3.1 Explore對(duì)話框¨ 單擊上圖右方的“統(tǒng)計(jì)量”按鈕打開“探索：統(tǒng)計(jì)量”對(duì)話框。在設(shè)置均值的置信水平，如鍵入95，完成后單擊“繼續(xù)”按鈕回到主窗口。圖3.2 探索 統(tǒng)計(jì)量設(shè)置窗口¨ 返回主窗口點(diǎn)擊ok運(yùn)行操作。¨ 計(jì)算結(jié)果簡(jiǎn)單說(shuō)明：表3.1 描

20、述統(tǒng)計(jì)量Descriptives StatisticStd. ErrortimeMean6.5350.13480 95% Confidence Interval for MeanLower Bound6.2529 Upper Bound6.8171 5% Trimmed Mean6.5167 Median6.4500 Variance.363 Std. Deviation.60287 Minimum5.60 Maximum7.80 Range2.20 Interquartile Range.95 Skewness.295.512 Kurtosis-.612.992¨ 如上表顯示。從上

21、表“ 95 Confidence Interval for Mean ”中可以得出，每晚8:30 開始的半小時(shí)內(nèi)廣告所占時(shí)間區(qū)間估計(jì)（置信度為95） 為：(6.2529，6.8171)，其中l(wèi)ower Bound 表示置信區(qū)間的下限，Upper Bound表示置信區(qū)間的上限。點(diǎn)估計(jì)是：6.5350。 2兩個(gè)總體均值之差的區(qū)間估計(jì)例題：The Wall Street Journal（1994,7 ）聲稱在制造業(yè)中，參加工會(huì)的婦女比未參加工會(huì)的婦女的報(bào)酬要多2.5 美元。想通過統(tǒng)計(jì)方法，對(duì)這個(gè)觀點(diǎn)是否正確給出檢驗(yàn)。 假設(shè)抽取了7位女性工會(huì)會(huì)員與8位非工會(huì)會(huì)員女性報(bào)酬數(shù)據(jù)。要求對(duì)制造業(yè)中參加工會(huì)會(huì)員

22、的女性報(bào)酬與未參加工會(huì)的女性報(bào)酬平均工資之差進(jìn)行區(qū)間估計(jì)，預(yù)設(shè)的置信度為95。 ¨ 打開SPSS，按如下圖示格式輸入原始數(shù)據(jù)，建立數(shù)據(jù)文件：“工會(huì)會(huì)員工資差別.spss”。這里，“會(huì)員”表示是否為工會(huì)會(huì)員的變量，y 表示是工會(huì)會(huì)員，n表示非工會(huì)會(huì)員，“報(bào)酬”表示女性員工報(bào)酬變量，單位：千美元。 ¨ 計(jì)算兩總體均值之差的區(qū)間估計(jì)，采用“獨(dú)立樣本T 檢驗(yàn)”方法。選擇菜單“ 【分析】【比較均值】獨(dú)立樣本T檢驗(yàn)”， 打開對(duì)話框。 ¨ 變量選擇 （1）從源變量清單中將“報(bào)酬”變量移入檢驗(yàn)變量框中。表示要求該變量的均值的區(qū)間估計(jì)。 （2）從源變量清單中將“group”變量移入

23、分組變量框中。表示總體的分類變量。 圖3.3 獨(dú)立樣本T檢驗(yàn) 對(duì)話框¨ 定義分組 單擊定義組按鈕，打開Define Groups 對(duì)話框。在Group1 中輸入1，在Group2 中輸入2（1表示非工會(huì)會(huì)員,2 表示工會(huì)會(huì)員）。完成后單擊“繼續(xù)”按鈕回到主窗口。圖3.4 define groups設(shè)置窗口¨ 計(jì)算結(jié)果 單擊上圖中“OK”按鈕，輸出結(jié)果如下圖所示。 （1）Group Statistics（分組統(tǒng)計(jì)量）表 分別給出不同總體下的樣本容量、均值、標(biāo)準(zhǔn)差和平均標(biāo)準(zhǔn)誤。從該表中可以看出，參加工會(huì)的婦女平均報(bào)酬為19.925，不參加工會(huì)的婦女平均報(bào)酬為20.1429。 表

24、3.2 分組統(tǒng)計(jì)量Group Statistics 會(huì)員NMeanStd. DeviationStd. Error Mean報(bào)酬1.00819.9250.46522.164482.00720.1429.52236.19743（2）Independent Sample Test （獨(dú)立樣本T 檢驗(yàn)）表 Levenes Test for Equality of Variance，為方差檢驗(yàn)，在Equal variances assumed （原假設(shè)：方差相等）下，F(xiàn)=0.623， 因?yàn)槠銹-值大于顯著性水平，即：Sig.=0.444>0.05， 說(shuō)明不能拒絕方差相等的原假設(shè)，接受兩個(gè)總體方差

25、是相等的假設(shè)。因此參加工會(huì)會(huì)員的女性報(bào)酬與未參加工會(huì)的女性報(bào)酬平均工資之差95的區(qū)間估計(jì)為0.76842,0.33271。T-test for Equality of Means 為檢驗(yàn)總體均值是否相等的t 檢驗(yàn)，由于在本例中，其P-值大于顯著性水平，即：Sig.=0.408>0.05， 因此不應(yīng)該拒絕原假設(shè)，也就是說(shuō)參加工會(huì)的婦女跟未參加工會(huì)的婦女的報(bào)酬沒有顯著差異。本次抽樣推斷結(jié)論不支持The Wall Street Journal（1994,7 ）提出的“參加工會(huì)的婦女比未參加工會(huì)的婦女的報(bào)酬要多2.5 美元”觀點(diǎn)，即參加工會(huì)的婦女不比未參加工會(huì)的婦女的報(bào)酬多。表3.3 獨(dú)立樣本T

26、檢驗(yàn)結(jié)果Independent Samples Test Levene's Test for Equality of Variancest-test for Equality of Means FSig.tdfSig. (2-tailed)Mean DifferenceStd. Error Difference95% Confidence Interval of the Difference LowerUpper報(bào)酬Equal variances assumed.623.444-.85513.408-.21786.25485-.76842.33271 Equal variances n

27、ot assumed -.84812.187.413-.21786.25697-.77679.341083單個(gè)總體均值的假設(shè)檢驗(yàn) （單樣本T檢驗(yàn)）例子：某種品牌的沐浴肥皂制造程序的設(shè)計(jì)規(guī)格中要求每批平均生產(chǎn)120 塊肥皂，高于或低于該數(shù)量均被認(rèn)為是不合理的，在由10 批產(chǎn)品所組成的一個(gè)樣本中，每批肥皂的產(chǎn)量數(shù)據(jù)見下表，在0.05 的顯著水平下，檢驗(yàn)該樣本結(jié)果能否說(shuō)明制造過程運(yùn)行良好？ ¨ 判斷檢驗(yàn)類型 該例屬于“大樣本、總體標(biāo)準(zhǔn)差未知。假設(shè)形式為：H0：0， H1 :0¨ 軟件實(shí)現(xiàn)程序 打開已知數(shù)據(jù)文件，然后選擇菜單“【分析】【比較均值】單樣本T檢驗(yàn)”，打開One-Samp

28、le T Test 對(duì)話框。從源變量清單中將“產(chǎn)品數(shù)量”向右移入“Test Variables”框中。圖3.5 one-sample T test窗口在“Test Value” 框里輸入一個(gè)指定值（即假設(shè)檢驗(yàn)值，本例中假設(shè)為120），T 檢驗(yàn)過程將對(duì)每個(gè)檢驗(yàn)變量分別檢驗(yàn)它們的平均值與這個(gè)指定數(shù)值相等的假設(shè)。¨ “One-Sample T Test”窗口中“OK”按鈕，輸出結(jié)果如下表所示。 （1）“One-Sample Statistics”（單個(gè)樣本的統(tǒng)計(jì)量）表 分別給出樣本的容量、均值、標(biāo)準(zhǔn)差和平均標(biāo)準(zhǔn)誤。本例中，產(chǎn)品數(shù)量均值為118.9000。表3.4 單樣本統(tǒng)計(jì)量One-Sam

29、ple StatisticsNMeanStd. DeviationStd. Error Mean產(chǎn)品數(shù)量10118.90004.931761.55956（2）“One-Sample Test”（單個(gè)樣本的檢驗(yàn)）表 表中的t 表示所計(jì)算的T 檢驗(yàn)統(tǒng)計(jì)量的數(shù)值，本例中為0.705。 表中的“df”，表示自由度，本例中為9。 表中的“Sig”（雙尾T 檢驗(yàn)）， 表示統(tǒng)計(jì)量的P-值， 并與雙尾T檢驗(yàn)的顯著性的大小進(jìn)行比較：Sig.=0.498>0.05，說(shuō)明這批樣本的平均產(chǎn)量與120 無(wú)顯著差異。 表中的“Mean Difference”， 表示均值差，即樣本均值與檢驗(yàn)值120 之差， 本例中為

30、1.1000。表中的“95 Confidence Internal of the Difference”， 樣本均值與檢驗(yàn)值偏差的95%置信區(qū)間為（4.628，2.428），置信區(qū)間包括數(shù)值0，說(shuō)明樣本數(shù)量與120 無(wú)顯著差異，符合要求。表3.5 單樣本T檢驗(yàn)結(jié)果One-Sample Test Test Value = 120tdfSig. (2-tailed)Mean Difference95% Confidence Interval of the DifferenceLowerUpper產(chǎn)品數(shù)量-.7059.498-1.10000-4.62802.42804兩獨(dú)立樣本的假設(shè)檢驗(yàn)（兩獨(dú)立樣本

31、T檢驗(yàn)） 例題：The Wall Street Journal（1994,7 ）聲稱在制造業(yè)中，參加工會(huì)的婦女比未參加工會(huì)的婦女的報(bào)酬要多2.5 美元。想通過統(tǒng)計(jì)方法，對(duì)這個(gè)觀點(diǎn)是否正確給出檢驗(yàn)。 假設(shè)抽取了7位女性工會(huì)會(huì)員與8位非工會(huì)會(huì)員女性報(bào)酬數(shù)據(jù)。要求對(duì)制造業(yè)中參加工會(huì)會(huì)員的女性報(bào)酬與未參加工會(huì)的女性報(bào)酬平均工資之差進(jìn)行區(qū)間估計(jì)，預(yù)設(shè)的置信度為95。 ¨ 打開SPSS，按如下圖示格式輸入原始數(shù)據(jù)，建立數(shù)據(jù)文件：“工會(huì)會(huì)員工資差別.sav”。這里，“會(huì)員”表示是否為工會(huì)會(huì)員的變量，y 表示是工會(huì)會(huì)員，n表示非工會(huì)會(huì)員，“報(bào)酬”表示女性員工報(bào)酬變量，單位：千美元。 ¨ 計(jì)

32、算兩總體均值之差的區(qū)間估計(jì)，采用“獨(dú)立樣本T 檢驗(yàn)”方法。選擇菜單“ 【分析】【比較均值】【獨(dú)立樣本T檢驗(yàn)】”。（1）從源變量清單中將“報(bào)酬”變量移入檢驗(yàn)變量框中。表示要求該變量的均值的檢驗(yàn)。 （2）從源變量清單中將“會(huì)員”變量移入分組變量框中。表示總體的分類變量。 圖3.6 sample T test 窗口¨ 定義分組 單擊Grouping Variable 框下面的Define Groups 按鈕，打開Define Groups 對(duì)話框。在Group1 中輸入1，在Group2 中輸入2（1表示非工會(huì)會(huì)員,2 表示工會(huì)會(huì)員）。完成后單擊“繼續(xù)”按鈕返回主窗口。圖3.7 defin

33、e groups對(duì)話框¨ 計(jì)算結(jié)果 單擊上圖中“OK”按鈕，輸出結(jié)果如下圖所示。 （1）Group Statistics（分組統(tǒng)計(jì)量）表 分別給出不同總體下的樣本容量、均值、標(biāo)準(zhǔn)差和平均標(biāo)準(zhǔn)誤。從該表中可以看出，參加工會(huì)的婦女平均報(bào)酬為19.925，不參加工會(huì)的婦女平均報(bào)酬為20.1429。 表3.6 分組統(tǒng)計(jì)量Group Statistics 會(huì)員NMeanStd. DeviationStd. Error Mean報(bào)酬1.00819.9250.46522.164482.00720.1429.52236.19743（2）Independent Sample Test （獨(dú)立樣本T 檢

34、驗(yàn)）表 Levenes Test for Equality of Variance，為方差檢驗(yàn)，在Equal variances assumed （原假設(shè)：方差相等）下，F(xiàn)=0.623， 因?yàn)槠銹-值大于顯著性水平，即：Sig.=0.444>0.05， 說(shuō)明不能拒絕方差相等的原假設(shè)，接受兩個(gè)總體方差是相等的假設(shè)。T-test for Equality of Means 為檢驗(yàn)總體均值是否相等的t 檢驗(yàn)，由于在本例中，其P-值大于顯著性水平，即：Sig.=0.408>0.05， 因此不應(yīng)該拒絕原假設(shè)，也就是說(shuō)參加工會(huì)的婦女跟未參加工會(huì)的婦女的報(bào)酬沒有顯著差異。本次抽樣推斷結(jié)論不支持T

35、he Wall Street Journal（1994,7 ）提出的“參加工會(huì)的婦女比未參加工會(huì)的婦女的報(bào)酬要多2.5 美元”觀點(diǎn)，即參加工會(huì)的婦女不比未參加工會(huì)的婦女的報(bào)酬多。表3.7 獨(dú)立樣本T檢驗(yàn)結(jié)果Independent Samples Test Levene's Test for Equality of Variancest-test for Equality of Means FSig.tdfSig. (2-tailed)Mean DifferenceStd. Error Difference95% Confidence Interval of the Difference

36、 LowerUpper報(bào)酬Equal variances assumed.623.444-.85513.408-.21786.25485-.76842.33271 Equal variances not assumed -.84812.187.413-.21786.25697-.77679.341085.配對(duì)樣本T檢驗(yàn)配對(duì)樣本是對(duì)應(yīng)獨(dú)立樣本而言的，配對(duì)樣本是指一個(gè)樣本在不同時(shí)間做了兩次試驗(yàn)，或者具有兩個(gè)類似的記錄，從而比較其差異；獨(dú)立樣本檢驗(yàn)是指不同樣本平均數(shù)的比較，而配對(duì)樣本檢驗(yàn)往往是對(duì)相同樣本二次平均數(shù)的檢驗(yàn)。配對(duì)樣本T檢驗(yàn)的前提條件為：第一，兩樣本必須是配對(duì)的。即兩樣本的觀察值數(shù)目相同，

37、兩樣本的觀察值順序不隨意更改。第二，樣本來(lái)自的兩個(gè)總體必須服從正態(tài)分布。例如針對(duì)試驗(yàn)前學(xué)習(xí)成績(jī)何智商相同的兩組學(xué)生，分別進(jìn)行不同教學(xué)方法的訓(xùn)練，進(jìn)行一段時(shí)間試驗(yàn)教學(xué)后，比較參與試驗(yàn)的兩組學(xué)生的學(xué)習(xí)成績(jī)是否存在顯著性差異。假設(shè)某校為了檢驗(yàn)進(jìn)行新式培訓(xùn)前后學(xué)生的學(xué)習(xí)成績(jī)是否有了顯著提高，從全校學(xué)生中隨機(jī)抽出30名進(jìn)行測(cè)試，這些學(xué)生培訓(xùn)前后的考試成績(jī)放置于數(shù)據(jù)文件“學(xué)生培訓(xùn).sav”中。在SPSS中對(duì)這30名學(xué)生的成績(jī)進(jìn)行配對(duì)樣本t檢驗(yàn)的操作步驟如下：¨ 選擇菜單【分析】【比較均值】【配對(duì)樣本T檢驗(yàn)】，打開對(duì)話框，如圖3.8所示，將兩個(gè)配對(duì)變量移入右邊的Pair Variables列表框中。移動(dòng)的方法是先選擇其中的一個(gè)配對(duì)變量，再選擇第二個(gè)配對(duì)變量，接著單擊中間